مقدمه: رکود هوش مصنوعی مولد
مدتی پیش، مقاله‌ای با عنوان “هوش مصنوعی به سقفی سخت برخورد کرده که قادر به عبور از آن نیست” را خواندم. در این مقاله پیش‌بینی شده بود که هوش مصنوعی مولد وارد دوران رکود خواهد شد. اکنون گزارش‌ها و مطالعات جدید نشان می‌دهند که این پیش‌بینی‌ها به حقیقت پیوسته‌اند.
برای اینکه مدل‌های هوش مصنوعی همچنان با سرعت قبلی خود پیشرفت کنند، به افزایش داده‌های آموزشی، توان پردازشی و مصرف انرژی نیاز دارند. اما این امر عملاً غیرممکن است. شرکت‌هایی چون OpenAI در ماه‌های اخیر با محدودیت‌های جدی مواجه شده‌اند که این موضوع پیامدهای خطرناکی برای صنعت هوش مصنوعی و اقتصاد جهانی دارد.
مشکلات و محدودیت‌های هوش مصنوعی مولد
طبق گزارش‌های منتشر شده توسط منابع معتبر مانند The Information و Reuters، مدل جدید OpenAI به نام “Orion” نتوانسته است پیشرفت چشمگیری نسبت به مدل GPT-4 داشته باشد. علیرغم استفاده از یک دیتاست آموزشی بسیار بزرگ‌تر، مدل Orion تنها به طور جزئی بهتر از مدل‌های قبلی عمل کرده است. به گفته برخی از پژوهشگران، Orion در برخی از وظایف ممکن است حتی از مدل‌های قبلی نیز ضعیف‌تر باشد.
کاهش بازدهی در مدل‌های هوش مصنوعی
مقاله The Information اشاره می‌کند که Orion پس از آموزش بر روی تنها 20 درصد از داده‌های آموزشی خود، به سطح قابلیت‌های GPT-4 رسید و پس از آن هیچ بهبود قابل توجهی مشاهده نشد. این مسئله به وضوح نشان‌دهنده کاهش بازدهی در مدل‌های هوش مصنوعی است که به بن‌بست رسیده‌اند. حتی با دیتاست‌های بزرگ‌تر، پیشرفت چشمگیری مشاهده نمی‌شود.
پیش‌بینی‌ها و تأثیرات بر صنعت
OpenAI و دیگر شرکت‌ها در این حوزه به وضوح با محدودیت‌های جدی مواجه شده‌اند. ایلیا ساتسکِور، یکی از بنیان‌گذاران سابق OpenAI، در مصاحبه‌ای اشاره کرد که تلاش‌های اخیر این شرکت برای گسترش مدل‌های خود به جایی رسیده‌اند که دیگر بهبود چشمگیری نخواهند داشت. این مسئله به خوبی نشان‌دهنده محدودیت‌های هوش مصنوعی مولد و مشکلات جمع‌آوری داده‌های جدید است.
مشکلات در جمع‌آوری داده‌های جدید
مطالعات اخیر نشان می‌دهند که مدل‌های بزرگ‌تر به طور کلی بهبود نمی‌یابند، بلکه در انجام وظایف خاص ممکن است پیشرفت کنند، اما در عین حال قابلیت‌های عمومی خود را از دست می‌دهند. این مسأله را می‌توان در مدل O1 OpenAI و خودروی خودران تسلا (FSD) مشاهده کرد.
چشم‌انداز آینده و راه‌حل‌های ممکن
شرکت‌های فعال در حوزه هوش مصنوعی مولد مانند OpenAI تا سال 2026 میلادی با کمبود داده‌های جدید و کیفیت بالا روبرو خواهند شد. به همین دلیل، ساخت مدل‌های بزرگ‌تر و بهتر، به سادگی دیگر یک گزینه قابل اجرا نخواهد بود.
راه‌حل‌های پیشنهادی
برای مقابله با این مشکل، برخی پیشنهاد داده‌اند که می‌توان از روش‌هایی مانند بهینه‌سازی روش‌های ساخت هوش مصنوعی برای کاهش نیاز به داده‌های آموزشی استفاده کرد. همچنین، استفاده از چندین مدل هوش مصنوعی به طور هم‌زمان یا پیاده‌سازی معماری‌های جدید پردازشی می‌تواند در کارآمدتر کردن زیرساخت‌های هوش مصنوعی کمک کند. با این حال، این راه‌حل‌ها هنوز در مراحل ابتدایی خود هستند و به زمان زیادی نیاز دارند.
پیامدها برای شرکت‌ها و اقتصاد جهانی
سرمایه‌گذاری‌های عظیم شرکت‌های تکنولوژی در حوزه هوش مصنوعی می‌تواند در آینده نزدیک با چالش‌های جدی مواجه شود. به عنوان مثال، OpenAI پیش‌بینی کرده بود که سالانه 5 میلیارد دلار زیان خواهد داشت و ممکن است با ورشکستگی روبرو شود. حتی بدتر از آن، مدل‌های هوش مصنوعی منتشر شده توسط این شرکت، با وجود داشتن صدها میلیون کاربر، سودآور نبوده‌اند.
نتیجه‌گیری: پایان عصر پیشرفت سریع در هوش مصنوعی
با توجه به کاهش بازدهی‌ها و محدودیت‌های موجود، صنعت هوش مصنوعی در حال ورود به دوران رکود است. در حالی که شرکت‌های بزرگ در حال حمایت از محصولات معیوب هستند، ممکن است تاریخ دوباره تکرار شود و شاهد یک بحران مالی مشابه بحران 2008 میلادی باشیم. این چالش‌ها نه تنها برای OpenAI، بلکه برای تمامی شرکت‌های فعال در این حوزه، بحران‌هایی جدی به همراه خواهند داشت.
